致Great

论文地址：https://arxiv.org/abs/2302.00923 代码地址：https://github.com/amazon-science/mm-cot 本文研究在小于 10 亿参数的情

论文地址：https://arxiv.org/abs/2302.06675 Google Brain新提出的优化器“Lion”，效果要比Adam(W)更好

讯飞比赛答辩结束，笔者和小伙伴们参加了一些讯飞的比赛，今年讯飞文本分类比赛相比去年更加多元化，涉及领域、任务和数据呈现多样性，听完各位大佬的答辩之后，结合之前经验和以下赛题总结下文本分类比赛的实战思路

文本分类 文本分类是 NLP 中最常见的任务之一， 它可用于广泛的应用或者开发成程序，例如将用户反馈文本标记为某种类别，或者根据客户文本语言自动归类。另外向我们平时见到的邮件垃圾过滤器也是文本分类最熟

Hello Transformers   2017年，谷歌的研究人员发表了一篇论文，提出了一种用于序列建模的新型神经网络架构。 被称为Transformer的这一架构在机器翻译任务上的表现优于循环神经

命名实体识别概念 命名实体识别(Named Entity Recognition,简称NER) , 是指识别文本中具有特定意义的词（实体），主要包括人名、地名、机构名、专有名词等等,并把我们需要识别的

完整目录 前言 pdf电子书 配套代码 完整目录 前言 pdf电子书 配套代码 完整目录 前言 pdf电子书 配套代码

论文简介：还应在遮蔽语言模型中使用 15% 的遮蔽概率吗？ 论文标题：Should You Mask 15% in Masked Language Modeling? 论文链接：https://arx

论文简介：对偶对比学习：如何将对比学习用于有监督文本分类 论文标题：Dual Contrastive Learning: Text Classification via Label-Aware Dat